作者
Estrella
编辑
Momo
从维多利亚时代的繁复华丽,到工业时代的舒适简洁,再到当下的兼容并包…怎么用只有0和1的机器语言来描绘这个流光溢彩、瞬息万变的时尚世界?过去四年里,这个问题的答案在武彬脑海中逐渐有了清晰的轮廓。
在AI赋能百业的时代,光鲜亮丽的时尚行业却有一片很大的未被开垦的处女地。
成为数字化升级的“漏网之鱼”其实并不意外,与绝大部分AI热门赛道本质的不同是:时尚的判断主观又多变。就像口红,枫叶红、脏土橘、姨妈色…一些人眼中千差万别的色号,在另一群人眼中,可能不过是深浅不一的红,况且谁又能用理性的标准来界定其中的区别呢?人理解起来都难,更何况机器。
见仁见智曾是时尚的魅力,但进入数字时代,这却成为困住行业发展的瓶颈。
丰富的材料、便捷的购物,以及高涨的个性化需求,让时尚进入大爆发,不过与此同时,整个产业链效率却没有本质的提升,一件衣服从PPT变成SKU,背后所需的人力和时间成本甚至可能不减反增。以选品环节为例,图片为载体的流转方式下,品牌要从工厂提供的上千张图片中找出一件红色连衣裙,都需要耗费几个小时的时间。
这个矛盾反映在结果上,就是时尚行业的低人效与高成本。公开数据显示,服装行业人力往往占到了成本结构的90%以上。
如今,疫情的困境让产业转型再次成为焦点,如何将流转方式数字化,把时尚行业从“纸上”移到电脑里,让它从人力密集转向更自动化的管理?如何用技术打通整条生产链路,从根本上提升效率?
时尚行业需要更具效率的手段,AI已是公认的答案,但在极睿科技创始人、CEO武彬看来,AI赋能时尚的背后,还存在更深层的矛盾。
1时尚缘何成为数字荒漠?
“如果把各行业比作手机系统,那服装行业还停留在诺基亚的阶段。”
在对行业的观察方面,武彬有很强的发言权。由于家里经营服装生意,他从小在工厂长大,对服装生产的各个环节都了如指掌。大学离家后,他考入清华学习计算机,并一路念到了人工智能方向的研究生。
极睿科技创始人、CEO武彬
武彬的成长过程正好亲历了中国时尚行业的爆发,服装零售额从21世纪初刚破千亿飙涨至如今近两万亿元,每年生产服装百亿件,即将超越美国成为全球第一大服装市场。但每每回到工厂,他却发现,除了机械化有所提升外,这里的管理方式还停留在十几年前,串联起整个产业链条,还要靠一张张图片。
传统问题没有改善,又添了新烦恼。电商平台兴起,使消费者摆脱了购置商品的时空限制,但却增加了服装品牌的运营成本,一个产品需在十几个电商平台轮流上新,武彬观察到,百人电商团队中负责做页面的往往就占到三四十人。
人工智能概念的风口期,行业内一度兴起的解决方案叫做美工机器人,上传素材包到系统后台,AI自动完成详情页排版、切割、上架和分发,能将上新耗时从几小时压缩到3分钟。赛道最火热时,这里除了迎来阿里“鲁班”、京东“莎士比亚”等巨头,也跑出了一些创业公司。
美工机器人成为服装企业的标配,但在武彬看来,它只能解决浮在海面上最小的一部分问题,真正对行业构成最大挑战的系统困境其实隐藏在海面之下。这座冰山叫做数据孤岛。
传统服装品牌的生产销售流程是这样的:企划确定生产方向给到设计师,设计师设计手稿并确定打版原材料,与生产部门几次沟通之后确定最终SKU,最后再交给营销部门进行市场推广。最终C端客户的购买行为则发生在线上或线下店铺里,由客服和销售来推动。
一件衣服从构想到售出要经手5-6个团队,却留不下任何结构化数据,在智能化生产的今天,这点不可思议。
为什么会发生这种情况?“服装生产高度依赖于图片,”武彬向《创造一下》解释道,“流程中间流转的素材,包括手稿、线稿、灵感、板房到CAD、直至最终售卖的SKU,基本是一张一张的图片。”
而图片就意味着主观、感性、非标准化。你可以用“G、白色、iPhone12ProMax”这样的标准参数来定义你的手机,却很难用简单几个维度来形容你的外套,这点从淘宝上冗长拗口的宝贝名称就能看出。
更何况认知体系、知识体系存在差异。比如服装的颜色属性,就有计算机的颜色空间(RGB)、潘通色卡、服装营销色彩等不同知识体系。服装版型知识更浩如烟海,设计师会在精心区分平驳领、戗驳领、青果领等等十几种领型的细微差异,但这些划分很难被消费者理解——看起来都是西装领。
种种问题投射到一起,就造成了数据的缺失与割裂,AI即便想要介入赋能行业,也缺乏生长的土壤。
2极睿科技:新一代美工机器人诞生的背后
带着变革行业的决心,一毕业,武彬就创立了极睿科技,核心成员在人工智能领域的杰出学术背景和实践让他们迅速吸引到资本的